数据分析练习（2018）
- 数据为自己生成的练习数据
任务三、本阶段的任务是：film_log3.csv中包含了来自不同城市中多个影院的电影票房信息， 你的小组通过编程完成对文件film_log3.csv中电影信息数据的清洗和整理，并完成数据计算、分析 和表达任务。（20分） 本竞赛任务的赛前抽取参数是：电影名称A、B、C 和地名M市、N市以及数据文件 film_log3.csv，选手可在竞赛环境的arg0300.txt文件中获得A、B、C、M、N的值。本阶段任 务，需要参赛学生提交每个小题涉及到的所有ansXXXX.jpg、ansXXXX.py、ansXXXX.dat文件 （XXXX相关指数字，xx任务编码：03.第3、4位编码XX为賽题的编码01、02、03、04等）。
电影：A:大世界、B:捉妖记2、C:红海行动
城市：M:北京、N:苏州
Q1
编程统计并输出影片A的上映天数和日平均票房（日平均票房指文件中的所有涉及城市总平 均票房），程序源代码保存成ans0301.py，并将结果保存于ans0301.dat，要求ans0301.dat只包 含1个long型数据和一个1个浮点型数据，浮点数据以万元为单位，保留6位小数，2个数以英文逗 号分隔，不换行，文件样例如下：
123, 23.123456
解题过程：
#encoding:utf-8
import numpy as np
import pandas as pd
if __name__=="__main__":
name=["time","filmName","place","dyy","pf"] #列名
data=pd.read_csv("film.csv",names=name) #读取CSV并设置列名
days=len(data[data.filmName=="大世界"].time.unique()) #获取大世界这本电影的上映的日期（去重）
average_money=data[data.filmName=="大世界"].sum()["pf"]/float(days) #求出大世界这部电影的日平均票房（单位：元）
average_money=average_money/10000.0 #将单位元转化为万元
result="{},{:.6f}".format(days,average_money) #准备插入的文本
f=open("ans0301.dat","w") #新建文件
f.write(result) #写入准备的字符串
f.close()
生成文件效果图：
Q2
2、利用Bar函数编程输出影片A、B、C的周平均票房（周平均票房指文件中的所有涉及城市周 票房总平均），Y轴表示票房收入，单位万元；X轴表示电影名称，电影名称的排列从左至右以A、 B、C为准，要求将输出的直方图保存成图像文件ans0302.jpg，程序源代码保存成ans0302.py， 另外，将三部电影各自的票房总收入按自高到低的顺序存入ans0302.dat文件中，要求 ans0302.dat中只包含3个浮点型票房数据，以万元为单位，保留6位小数，数据以英文逗号分隔， 不换行，文件样例如下：
23.123456,20.654321,18.123456
对本题周票房的说明如下：若某部电影从某月2日开始上映，则从当月2日到8日为其第1周票 房，9日至15日为其第2周票房，不满1周按1周计算以此类推。
解题过程：
#encoding:utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
def get_weeks(days):
weeks_tmp=days // 7
if days % 7 != 0:
weeks = weeks_tmp + 1
return weeks*1.0
return weeks_tmp*1.0
if __name__=="__main__":
name = ["time", "filmName", "place", "dyy", "pf"]
data = pd.read_csv("film.csv", names=name)
# A电影的周平均票房
days_A = len(data[data.filmName=="大世界"].time.unique())
zpf_A = data[(data.filmName == "大世界")].sum()["pf"]
weekpf_A = zpf_A / get_weeks(days_A)
weekpf_A=weekpf_A/10000.0
# B电影的周平均票房
days_B = len(data[data.filmName=="捉妖记2"].time.unique())
zpf_B = data[data.filmName == "捉妖记2"].sum()["pf"]
weekpf_B = zpf_B / get_weeks(days_B)
weekpf_B=weekpf_B/10000.0
# C电影的周平均票房
days_C = len(data[data.filmName=="红海行动"].time.unique())
zpf_C = data[data.filmName == "红海行动"].sum()["pf"]
weekpf_C = zpf_C / get_weeks(days_C)
weekpf_C=weekpf_C/10000.0
dy_names = ["大世界", "捉妖记2", "红海行动"]
dy_data = [weekpf_A, weekpf_B, weekpf_C]
# A画图并保存
plt.bar(dy_names, dy_data)
plt.savefig("ans0302.jpg") #此处需要安装pillow，如果没有安装，保存成jpg会直接报错。
#可以先保存成png，然后用画图工具保存成jpg
dy_data=sorted(dy_data,reverse=True)
# 将结果写入文件
result_string = "%.6f,%.6f,%.6f"%tuple(dy_data)
print result_string
f = open("ans0302.dat", "w")
f.write(result_string)
f.close()
绘制的图片：
注，因为暂时没有修改matplotlib的配置文件支持中文。
ans0302.dat数据展示：
Q3
3、编程，利用折线图，画出影片A、B、C各自的周票房（周票房指文件中的所有涉及城市总周 票房）收入变化，要求将输出的折线图保存成图像文件ans0303.jpg，程序源代码保存成 ans0303.py，Y轴表示票房收入，单位为“万元”；X轴表示时间，以“0、1、2、3…n”的非负 整数作为刻度值，单位为“周”，要求： 1）折线图中含图例； 2）三部电影用不同的颜色和线型表达； 3）将电影A第一周的票房收入，电影B第二周的票房收入，电影C第三周的票房收入顺序存入 ans0303.dat文件中，注意ans0303.dat只包含3个浮点型票房数据，以万元为单位，保留6位小数，数据以英文逗号分隔，不换行，文件样例如下：
23.123456,20.654321,18.123456
4）对本题周票房的说明如下：若某部电影从某月2日开始上映，则从当月2日到8日为其第一周 票房，9日至15日为其第2周票房，以此类推.
解答过程：
#encoding:utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
name = ["time", "filmName", "place", "dyy", "pf"]
data=pd.read_csv("film.csv",names=name)
data.time=data.time.apply(lambda x:pd.to_datetime(x,format="%Y-%m-%d"))
data["weekofyear"]=data.time.apply(lambda x:x.weekofyear)
filmlist=["大世界","捉妖记2","红海行动"]
tmp_A=data[data.filmName=="大世界"].groupby(["weekofyear"]).sum()/10000.0
tmp_B=data[data.filmName=="捉妖记2"].groupby(["weekofyear"]).sum()/10000.0
tmp_C=data[data.filmName=="红海行动"].groupby(["weekofyear"]).sum()/10000.0
tmp_A.reset_index(inplace=True)
tmp_B.reset_index(inplace=True)
tmp_C.reset_index(inplace=True)
A1=np.array(tmp_A)[0][1]
B1=np.array(tmp_B)[1][1]
C1=np.array(tmp_C)[2][1]
l1,=plt.plot(tmp_A.index,tmp_A.pf,ls="-")
l2,=plt.plot(tmp_B.index,tmp_B.pf,ls="-.")
l3,=plt.plot(tmp_C.index,tmp_C.pf,ls=":")
plt.legend(handles=[l1,l2,l3],labels=[u"电影A",u"电影B",u"电影C"])
plt.xlabel("weeks")
plt.ylabel("Money")
plt.savefig("ans0303.jpg")
# #此处需要安装pillow，如果没有安装，保存成jpg会直接报错。
# #可以先保存成png，然后用画图工具保存成jpg
plt.show()
result_string="{:.6f},{:.6f},{:.6f}".format(A1,B1,C1)
f=open("ans0303.dat","w")
f.write(result_string)
f.close()
绘制的图片
注：因为数据为生成的，图片有些许奇怪。
ans0303.dat内容展示：
